Académique Documents
Professionnel Documents
Culture Documents
Autores:
Wallace Sales Cardoso Gomes
Email: wallace_sales1@hotmail.com
José Francisco Barbosa Filho
Email: josefranciscobarbosafilho@gmail.com
PARNAÍBA - PI
ANO 2017
Dedico este trabalho primeiramente á Deus,
e segundo aos meus pais.
Agradecimentos
Primeiramente agradecemos ao nosso senhor que sempre iluminou nossos passos, a todos
os nossos familiares que nos apoiaram nos momentos mais difíceis e também aos colegas de
curso que muito nos ajudaram na preparação deste trabalho. Àqueles que tinham muita
habilidade com o látex, suas dicas foram valiosas pra finalização do mesmo. Aos amigos
que dedicaram grande parte do seu tempo colaborando com este trabalho, nossos sinceros
agradecimentos.
Sempre que te perguntarem se podes fazer um trabalho,
respondas que sim e te ponhas em seguida a aprender como se faz.
F. Roosevelt
Resumo
In this work we present concepts and definitions related to convex analysis. Our monograph
deals with a bibliographical review and we hope it will be useful for those who wish to
delve deeper into the subject. We introduce concepts and properties of Real Analysis
and Linear Algebra that are important for the understanding of the work. We consider
properties of convex functions with an emphasis on the convex functions. The main result
presented is the Jensen Inequality that characterizes the convexity of a function and
its use to solve mathematical problems of different levels of education. In addition, we
highlight the importance of studying the properties of convex functions for Optimization,
a branch of Mathematics that has expanded greatly in recent years, especially with the
advancement of technology. In Optimization, we are interested in finding maximum and
minimum functions, which reduces to looking for local maximum or minimum points
when the function considered is convex. We have included examples of applications of
Jensen Inequality to solve problems of international Mathematical Olympiads and classical
problems of inequalities such as Inequalities of Averages.
Keywords: Convex Sets. Convex functions. Inequality of Jensen.
Introdução
Neste estudo iremos ter contato com análise convexa, mais precisamente com as
suas aplicações este,assunto no qual já despertava o interesse de muitos, como por exemplo
Euclides que em sua obra prima Os Elementos(300 a.C), oferece algumas contribuições
ao assunto, contribuições essas mais relacionadas aos assuntos do Ensino Médio, as pro-
priedades referentes a poliedros e polígonos, posteriormente mostrou-se de fato que só
existem 13 tipos diferentes de poliedros regulares conhecidos como sólidos arquimedianos.
Com o decorrer do tempo as aplicações de convexidade foram crescendo bastante, princi-
palmente relacionadas ao campo da otimização, em nosso projeto mais especificamente
iremos nos focar na aplicação da Desigualdade de Jensen para a resolução de problemas
de matemática de diferentes níveis, não deixando também de mencionar um pouco sobre
conjuntos convexos e também funções convexas, abordando suas principais definições e
propriedades.
Devemos destacar também que a convexidade é uma das noções mais importantes
no campo da otimização, que visa algumas aplicações e tem como consequência disso como
já citado anteriormente, algumas desigualdades muito importantes na área de matemática.
Os problemas que envolvem otimização possuem uma teoria muito rica e bem desenvolvida.
O desenvolvimento de métodos eficazes para a resolução de problemas de otimização ,
apesar de esse conhecimento ser bem antigo na Matemática ele só foi ganhar uma impulsão
de fato no final do século XX, juntamente com a evolução do computador no qual seria a
máquina ideal para se operar com cálculos envolvendo algoritmo de otimização.
Desigualdade de Jensen e Aplicações
p ! p
i
αi f (xi ).
X X
f αi x ≤
i=1 i=1
n
X
ti xi n
i=1
X
y= = s i xi ,
1 − tn+1 i=1
n
ti X
com si = , para 1 ≤ i ≤ n. Como si = 1 e si ∈ (0, 1) para 1 ≤ i ≤ n, segue de
1 − tn+1 i=1
hipótese de indução que y ∈ I. Daí,
n+1
X n
X
ti xi = ti xi + tn+1 xn+1 = (1 − tn+1 )y + tn+1 xn+1 ∈ I
i=1 i=1
e a convexidade estrita de f
com igualdade se, e somente se, y = xn=1 . Aplicando a outra metade da hipótese de
indução, obtemos
f (y) = f (s1 x1 + · · · + sn xn )
≤ s1 f (x1 ) + · · · + sn f (xn )
1
= (t1 f (x1 ) + · · · + tn f (xn )),
1 − tn+1
com igualdade se, e somente se, x1 = · · · = xn .
Vamos agora, ver alguns resultados em que na sua demonstração se faz uso da
Desigualdade de Jesen.
Exemplo 0.0.1 (BMO). Seja n > 1 e a1 , . . . , an reais positivos com soma igual a 1. Para
cada 1 ≤ i ≤ n, defina bi = a1 + · · · + ai−1 + ai+1 + · · · + an . Prove que
a1 a2 an n
+ + ··· + ≥ ,
1 + b1 1 + b2 1 + bn 2n − 1
1
com igualdade se, e somente se, a1 = a2 = . . . = an = .
n
a1 a2 an n
+ + ... + ≥
2 − a1 2 − a2 2 − an 2n − 1
2
f (x) = −1 +
2−x
n n
!
1X 1 2
X
f (ai ) ≥ nf ai = nf = ,
i=1 n i=1 n 2n − 1
n−1 n−1
X X 1 2
A(A0 A1 A2 ...An−1 ) = A(Ai OAi+1 ) = R sin Ai ÔAi+1
i=1 i=1 2
n−1
1 2 X
= R sin αi .
2 i=1
Agora, uma vez que a função seno é estritamente côncava no intervalo [0, π], segue
da desigualdade de Jensen que
n−1
1 n−1
!
X X π
sin αi ≤ (n − 1) sin αi = (n − 1) sin ,
i=1 n − 1 i=1 n−1
π
com igualdade se, e só se, α1 = · = αn−1 = n−1
. Logo, há um único polígono de área
máxima satisfazendo as condições do enunciado.
O nosso próximo exemplo utiliza a desigualdade de Jensen para dar uma prova da
desigualdade entre as médias aritmética e geométrica.
Exemplo 0.0.3 (Desigualdade das Médias). Ultilizando a função logaritmo natural e a
desigualdade de Jensen, iremos dar uma prova das desigualdades entre as médias aritmética
e geométrica. Então queremos mostra que
√ x1 + x2 + · · · + xn
n
x1 x2 · · · xn ≤ .
n
Prova: Sabemos que a função ln x é côncava, logo −(ln x) é convexa, portanto, usando a
desigualdade de Jensen temos o seguinte resultado.
n
x 1 + x2 + · · · + xn 1
X
− ln ≤ − ln xi
n i=1 n
1
= − (ln x1 + ln x2 + · · · + ln xn )
n
1
= − ln(x1 x2 · · · xn )
n
pela propriedade de logaritmo temos o seguinte resultado
1 √
− ln(x1 x2 · · · xn ) n = − ln( n x1 x2 · · · xn )
√ x1 + x2 + · · · + x n
− ln( x1 x2 · · · xn ) ≥ − ln
n
n
√
n x1 +x2 +···+xn
x1 x2 ···xn )
eln( ≤ eln( n
)
Logo,
√ x1 + x2 + · · · + xn
n
x1 x2 · · · xn ≤
n
x2 + 2xy + y 2
xy ≤ .
4
No que implica
x2 + y 2 + z 2 ≥ xy + yz + zx
Prova: Já sabemos que a função logaritmo natural é estritamente côncova em (0, + inf).
Portanto, dados reais positivos x1 e x2 , e t1 , t2 > 0 tais que t1 + t2 = 1, temos pela
desigualdade de Jensen que
log(t1 x1 + t2 x2 ) ≥ t1 log x1 + t2 log x2 ,
ap bq
!
1 1
log + ≥ log ap + log bq = log ab,
p q p q
com igualdade se, e só se, ap = bq . Por fim, como a função logaritmo natural é
crescente, segue da desigualdade acima que
ap b q
ab ≤ + ,
p q
com igualdade se, e só se, ap = bq .
Metodologia
Além disso no decorrer dos estudos sobre análise convexa, nos deparamos com
resultados muito fortes como por exemplo o teorema da minimização convexa que nos diz
que todo mínimo local de uma função convexa deve ser também mínimo global, que toda
função convexa é contínua, ou seja, é de classe c1 .
[1] AMORIM, Ronan Gomes. Introdução à análise convexa, conjunto e função convexa.
Dissertação de Mestrado. PPGMAT/UFPI, 2013.
[3] IZMAILOV, Alexey; SOLODOV, Mikhail. Otimização. Vol. I. 3 ed. Rio de Janeiro:
IMPA, 2014.
[4] LIMA, Elon Lages. Álguebra linear. 1 ed. Rio de Janeiro: IMPA, 2014.
[5] LIMA, Elon Lages. Análise real. Vol. I . 8 ed. Rio de Janeiro: IMPA, 2006.
[6] MUNIZ NETO, Antonio Caminha. Introdução à análise. 2.ed. Rio de Janeiro: SBM,
2013.